AI资讯新闻榜单内容搜索-HLE

关键词: AI新闻,AI编程,亚马逊AI,Amazon Bedrock AgentCore

红杉美国合伙人 Konstantine Buhler 预测 2025 年将成为 AI agent 的“群体协作”时代，标志着 Agent 元年的到来。

关键词: AI新闻,Grok4,Grok 4 Code,xAI

刚刚，Grok 4 和 Grok 4 Code 的基准测试结果疑似泄露。X 博主 @legit_api 发帖称，Grok 4 在 HLE（Humanities Last Exam，人类最后考试）上的标准得分是 35%，使用推理技术后提高到 45%；在 GPQA 上的得分是 87-88%；而Grok 4 Code 在 SWE Bench 上的得分则达到 72-75%。

关键词: Meta,Llama 4,Llama 4作弊,AI新闻

今日凌晨，Meta AI 部门副总裁 Ahmad Al-Dahle 发文，回应了近日发布的 Llama 4 大模型的争议问题：对于「不同服务中模型质量参差不齐」这一问题，Ahmad Al-Dahle 解释称，由于模型一准备好就发布了，所以 Meta 的团队预计所有公开的应用实现都需要几天时间来进行优化调整，团队后续会继续进行漏洞修复工作。

关键词: AI,ENIGMAEVAL,AI数学,HLE

Scale AI 等提出的新基准再次暴露了大语言模型的弱点。